[发明专利]一种多边形轮廓相似度检测方法

摘要

本发明公开了一种多边形轮廓相似度检测方法，包括消除图形中的奇化部分；建立两图形的数学模型，由描述图形的完备向量组建立与图形对应的特征矩阵，计算出相邻两边的夹角；计算两图形间的最近距离；对计算结果的增强性处理。本发明提高了机器对图形相似度的视觉分辨效果，尤其对人工不易分辨高相似度图形的难点有很大帮助；图形检测效果有较强的稳定性和可靠性；检测时间短，运行高效，实施效果成本低。本发明仅对图形的边进行查询，减少了数据处理量。本发明通过构造图形的特征矩阵，选取合适的判定准则，并对特征矩阵元素进行多次增强性非线性变换，用多数值、多标准的加权平均值建立相似度标准，达到了算法高效并有较强的稳定性。

主权项

1.一种多边形轮廓相似度检测方法，其特征在于，所述多边形轮廓相似度检测方法包括消除图形中的奇化部分；建立两图形的数学模型，由描述图形的完备向量组建立与图形对应的特征矩阵，计算出相邻两边的夹角；计算两图形间的最近距离；对计算结果的增强性处理；所述建立的数学模型用多边形的边长和邻角按逆时针构造一个向量S1表示多边形：S1＝(l1,α1,l2，α2...lN‑1,αN‑1,lN,αN)；S1和该多边形有一一映射关系，其表示与边角初始顺序无关；所述完备向量组，按逆时针方向，有2N个向量S1、S2……S2N－1、S2N和多边形均有一一映射关系，构成了该多边形的一个完备向量组，表示如下：S1＝(l1,α1,l2，α2...lN‑1,αN‑1,lN,αN)；S2＝(α1,l2，α2...lN‑1,αN‑1,lN,αN,l1)；……S2N－1＝(lN,αN,l1,α1,l2，α2...lN‑1,αN‑1)；S2N＝(αN,l1,α1,l2，α2...lN‑1,αN‑1,lN)；用矩阵SE表示完备向量，并定义SE为该多边形的特征矩阵，SE表示如下：SE＝[S1T S2T ...... S2N－1T S2NT]所述图形中源图形和目标图形作预处理包括:根据图形最小包容矩形长宽比设置适当域值，进行过滤；根据源图形中各边长与周长比的最小值设置域值，去除目标图形中的奇化部分；对目标图形边数作化简处理，使和源图形具有相同边数。